Содержание к диссертации
Введение
1 Анализ методики государственной кадастровой оценки земель населенных пунктов 9
1.1 Основные этапы развития кадастровой оценки 9
1.2 Анализ существующей методики определения кадастровой стоимости земель населенных пунктов 11
1.3 Особенности рынка земли малых и средних населенных пунктов 16
1.4 выводы по главе 1 18
2 Выявление структуры взаимодействия ценообразующих факторов кадастровой оценки 19
2.1 Определение наличия скрытых факторов кадастровой
стоимости земель малых и средних населенных пунктов 19
2.3 Применение принципа композиции функций при построении модели расчета кадастровой стоимости земель населенных пунктов 45
2.4 Выводы по главе 2 48
3 Расчет кадастровой стоимости земли в малых и средних городах с учетом взаимной зависимости ценообразующих факторов 50
3.1 Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе великие луки 50
3.2 Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе нарьян-мар 59
3.3 Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе тихвин 62
3.4 Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе советск 63
3.5 Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе октябрьский 65
3.6 Выводы по главе 3 67
Заключение 69
Список литературы
- Анализ существующей методики определения кадастровой стоимости земель населенных пунктов
- Особенности рынка земли малых и средних населенных пунктов
- Применение принципа композиции функций при построении модели расчета кадастровой стоимости земель населенных пунктов
- Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе тихвин
Анализ существующей методики определения кадастровой стоимости земель населенных пунктов
Одним из первых шагов в земельной реформе было признание различных видов собственности на землю. С появлением собственников земли возникла потребность в механизме управления собственностью, частью которого является рынок недвижимости. Для существования рынка недвижимости требуется иметь информацию о ценности земли, что приводит к необходимости массовой оценки земель. По результатам такой оценки устанавливается кадастровая стоимость, на основании которой рассчитывается земельный налог, являющийся платой за использование земли собственником [35, 38].
В мире существует два основных подхода при определении налоговой базы: первый основан на заранее определенной (нормативной) стоимости, устанавливаемой государством; второй - на основе рыночной стоимости [19, 33, 45, 64, 67, 80-81]. У каждого из этих подходов есть свои достоинства и недостатки. Так например, рынок недвижимости не всегда устойчив, что влечет за собой необходимость тщательного анализа ситуации и данных. При этом нормативная стоимость является некой абстрактной величиной, определение которой значительно проще. Определение кадастровой стоимости строится на основе методов массовой оценки недвижимости, которые можно определить как «систематическую оценку группы объектов недвижимости на заданную дату с использованием стандартных процедур, с применением общих данных на основе статистической их обработки» [16].
Несмотря на то, что в Российской федерации кадастровая стоимость является нормативной величиной, устанавливаемой государством, она рассчитывается на основе данных рынка недвижимости.
Согласно Закону о государственном кадастре недвижимости (ГКН) [37] государственная кадастровая оценка земель (ГКОЗ) представляет собой комплекс нормативно-правовых решений, административных мероприятий и регламентированных процедур по сбору и обработке исходной информации, направленных на установление кадастровой стоимости земельных участков по состоянию на дату оценки [37, 64]. Кадастровая стоимость земельного участка представляется в денежном выражении, определяется по единой методике в установленном порядке и отражающая представления о ценности земельного участка при существующем его использовании. Порядок проведения государственной кадастровой оценки земель устанавливается Правительством Российской Федерации.
В частности, правительством РФ от 25.08.1999 было принято постановление № 945 «О государственной кадастровой оценке земель» [36], в котором, кроме определения уполномоченного органа и сроков проведения оценки, установлены источники финансирования оценочных работ, а также необходимость подготовки соответствующими министерствами и ведомствами предложений о порядке проведения государственной кадастровой оценки земель.
В период с 2001 по 2003 гг. после принятия Правительством РФ Правил проведения кадастровой государственной кадастровой оценки земель [48] в 2000 году и введения в действие Земельного кодекса в 2001 [20] были согласованны и утверждены Методические указания по государственной кадастровой оценке земель [33] для шести категорий. Для категории земель запаса оценочные работы не производились.
Для земель населенных пунктов Методика государственной кадастровой оценки земель (ГКОЗ) была утверждена приказом Росземкадастра от 17.10.2002 г. № П/337. Согласно этой методике расчет кадастровой стоимости земель производился по 14 видам разрешенного использования с помощью методов массовой оценки земли.
В рамках планируемого перехода к налогу на недвижимость были проведены эксперименты по налогообложению недвижимости в Великом Новгороде и Твери с 1995 по 2005 годы. В результате была определена необходимость значительной подготовительно й работы как в регионах, так и на федеральном уровне. При этом, являясь местным налогом, налог на недвижимость местного самоуправления за организацию налогообложения и показал эффективность проделанной работы. Поступления от налога на недвижимость за период с 2000 по 2005 гг. увеличились почти в двадцать раз [35, 38]. Кроме этого эксперимент послужил серьезным основанием для объединения функций государственного кадастрового учета и оценки объектов недвижимости в рамках полномочий Федерального агентства кадастра объектов недвижимости.
В период с 2007 по 2009 годы были произведены разработка и тестирование системы кадастровой оценки объектов недвижимости. По результатам реализации этого были выработаны следующие рекомендации для обеспечения работ по кадастровой оценке объектов недвижимости [12]:
В настоящее время государственная кадастровая оценка земель населенных пунктов производится согласно Методическим указаниям, принятым Приказом Минэкономразвития России от 15.02.2007 г. № 39 [33]. Эта методика выделяет 16 видов разрешенного использования земли. Фактически, массовая оценка земли с помощью построения статистических моделей должна производиться только для 10 видов разрешенного использования. Земельные участки, предназначенные для размещения портов, водных, железнодорожных вокзалов, автодорожных вокзалов, аэропортов, аэродромов, аэровокзалов и земельные участки, занятые водными объектами, находящимися в обороте, оцениваются в индивидуальном порядке, а кадастровая стоимость остальных земель задается номинально.
В 2011 году Приказом Минэкономразвития РФ от 11.01.2011 N 3 Методика была скорректирована. В настоящее время оценка земель населенных пунктов производится по 17 видам разрешенного использования:
Земельные участки, предназначенные для разработки полезных ископаемых, размещения железнодорожных путей, автомобильных дорог, искусственно созданных внутренних водных путей, причалов, пристаней, полос отвода железных и автомобильных дорог, водных путей, трубопроводов, кабельных, радиорелейных и воздушных линий связи и линий радиофикации, воздушных линий электропередачи конструктивных элементов и сооружений, объектов, необходимых для эксплуатации, содержания, строительства, реконструкции, ремонта, развития наземных и подземных зданий, строений, сооружений, устройств транспорта, энергетики и связи; размещения наземных сооружений и инфраструктуры спутниковой связи, объектов космической деятельности, военных объектов
Особенности рынка земли малых и средних населенных пунктов
Выбор количества главных компонент производится с помощью двух основных подходов: согласно графику важности компонент (график собственных значений) и по критерию Кайзера [2]. Согласно этому показателю значимыми считаются те компоненты, величина дисперсии которых превышает среднее значение дисперсии для всех компонент. Так как данные были предварительно нормированны, среднее значение дисперсии равно единице, то есть значимыми являются те компоненты, величина дисперсии которых превышает единицу. При определении значимых компонент с помощью графика важности значимыми считаются те компоненты, которые расположены до той точки, в которой форма графика становится близка к горизонтальной.
Также отбор необходимых компонент производится по уровню объясненной вариации данных. Этот показатель характеризует, какой процент разброса данных объясняет каждая компонента. Самой значимой и объясняющей максимальный процент вариации является первая компонента, так как она вводится по направлению наибольшего изменения данных.
Применение показателя объясненной вариации необходимо для контроля полноты описания данных с помощью скрытых факторов (компонент). Как правило, необходимая суммарная (кумулятивная) величина объясненной дисперсии для значимых компонент устанавливается на уровне 90 %. Этого достаточно для полного описания данных и позволяет отбросить нежелательный «шум».
Согласно полученным характеристикам главных компонент (таблица 2.3) значимыми по критерию Кайзера являются первые две компоненты, однако они описывают недостаточное количество данных - 80,7 %, поэтому значимой следует считать еще и компоненту под номером три. Таким образом, полученные три компоненты позволяют достоверно и полно описать исследуемый массив данных.
Матрица нагрузок представляет собой матрицу перехода от исходных цено образующих факторов к скрытым. В математическом смысле коэффициенты этой матрицы являются коэффициентами корреляции между исходными переменными и выявленными, то есть характеризуют тесноту связи между ними.
Полученные значения нагрузок позволяют интерпретировать выявленные скрытые факторы и объяснить истинную структуру данных в массиве.
Так как коэффициенты нагрузок являются по своей сути коэффициентами корреляции, то интерпретация полученных скрытых факторов производится с учетом тесноты связи по шкале Чеддока [1]. При величине коэффициента нагрузки менее 0,5 связь между исходным и скрытым факторами считается не заметной, и при смысловой интерпретации результатов ее можно не учитывать.
Для интерпретации полученных скрытых факторов была составлена таблица 2.5, в которой отображены выявленные факторы, их вклад в разброс данных и связанные с ними исходные факторы. Таблица 2.5- Выявленные скрытые факторы кадастровой оценки для города
Скрытые факторы и входящие в них исходные Факторная нагрузка Объясненнаявариацияданных, %
Местоположение, доступность к центру города, местам трудовой деятельности, объектам социального и культурно-бытового обслуживания населения 0,516 53,4
Эстетическая, историческая ценность застройки, ландшафтная ценность территории 0,996 Уровень развития сферы социального и культурно-бытового обслуживания населения 0,186 Инженерно-геологические условия строительства -0,208 П. Уровень развития сферы социального и культурно-бытового обслуживания населения Уровень развития сферы социального и культурно-бытового обслуживания населения 0,603 27,4
Местоположение, доступность к центру города, местам трудовой деятельности, объектам социального и культурно-бытового обслуживания населения 0,419 Уровень развития инженерной инфраструктуры и благоустройства территории 0,293 Состояние окружающей среды -0,159 III. Уровень развития инженерной инфраструктуры и благоустройства территории
Состояние окружающей среды 0,581 Местоположение, доступность к центру города, местам трудовой деятельности, объектам социального и культурно-бытового обслуживания населения 0,253 Уровень развития сферы социального и культурно-бытового обслуживания населения 0,179 Инженерно-геологические условия строительства -0,193 Следует отметить, что интерпретация и присвоение скрытым факторам названий опирается на наличие сущностной связи между факторами и их воздействием на структуру данных. Каждый скрытый фактор представляет собой группу взаимосвязанных ценообразующих факторов, что и определяет его социально-экономическое значение.
Первый выявленный скрытый фактор описывает 53,4 % данных в анализируемом массиве и наиболее тесно связан с факторами местоположения и эстетической и исторической ценности застройки, причем последний является доминирующим фактором с величиной нагрузки 0,996. Такой высокой теснотой связи обусловлено название выявленного фактора. Из вычислений видно, что исходные факторы с наиболее тесной связью со скрытым фактором, причем характер этой связи прямой, так как коэффициенты нагрузки в обоих случаях положительны. То есть наиболее ценная в историческом и эстетическом плане застройка расположена в непосредственной близости к центру города, и совокупность этих факторов значительнее всего влияет на кадастровую стоимость земли. Также необходимо отметить, что значение нагрузки при факторе инженерно-геологических условий строительства является отрицательным, то есть его связь с остальными факторами группы обратная. Поэтому при приближении к центральным районам с высокой эстетической ценностью (при увеличении значений этих факторов) инженерно-геологические условия строительства становятся более благоприятными (величина этого фактора снижается).
На второй скрытый фактор, объясняющий 27,4 % вариации данных, значительнее всего влияет фактор уровня развития сферы социального и культурно-бытового обслуживания населения (величина коэффициента нагрузки 0,603). Прочие факторы, входящие в эту группу влияют на выявленный фактор не значительно. Однако следует отметить, что фактор состояния окружающей среды связан с прочими факторами обратной связью, то есть более развитые с точки зрения сферы социального обслуживания населения районы (районы с более высокими значениями этого фактора) являются также более благоприятными в экологическом плане (величина фактора состояния окружающей среды уменьшается).
Третий скрытый фактор кадастровой стоимости для города Великие Луки характеризует 12,1 % вариации данных и теснее всего связан с факторами уровня развития инженерной инфраструктуры и состояния окружающей среды, коэффициенты нагрузок для которых равны 0,732 и 0,581 соответственно. Внутри этого скрытого фактора, так же как и в предыдущих двух, есть один фактор, связанный обратной зависимостью с прочими, - это фактор инженерно-геологических условий строительства
Таким образом, кадастровая стоимость в городе Великие Луки для земельных участков, предназначенных для жилого многоэтажного строительства, складывается под влиянием трех основных скрытых факторов: эстетическая, историческая и ландшафтная ценность территории и близость к центру города; уровень развития сферы социального и культурно-бытового обслуживания и уровня развития инженерной инфраструктуры.
Согласно полученным связям ценообразующих факторов и скрытых факторов была построена структура данных для результатов кадастровой оценки горо да Великие Луки, показанная на рисунке 1.
Применение принципа композиции функций при построении модели расчета кадастровой стоимости земель населенных пунктов
Как было отмечено в предыдущем разделе, скрытые факторы отображают истинную структуру данных и истинные причины вариации внутри массива, а также являются независимыми переменными, что позволяет устранить мультиколлинеарность при построении регрессионной модели без потери информации. С учетом этого кадастровую стоимость следует определять на основе скрытых факторов.
Так как скрытые факторы являются функцией от ценообразующих факторов, то кадастровая стоимость будет являться сложной функцией, построенной с помощью принципа композиции.
Принцип композиции функции заключается в применении функции к результатам другой функции и описывается формулой (5). Между ценообразующими факторами кадастровой оценки существует корреляционная зависимость, объяснить которую можно с помощью выявления скрытых факторов кадастровой стоимости.
Такие скрытые факторы позволяют проанализировать причины связи и тип взаимодействия между ценообразующими факторами, то есть выявить социально-экономическую систему, формирующую кадастровую стоимость.
По своей сути скрытые факторы являются некими обобщенными характеристиками (признаками), которые нельзя измерить непосредственно, но можно выразить через измеряемые (ценообразующие) факторы.
Выделение скрытых факторов производилось на основе вращения системы координат таким образом, чтобы полученные новые переменные (скрытые факторы), во-первых, максимально объясняли имеющуюся вариацию данных, а во-вторых, были ортогональны (независимы).
Для максимального объяснения вариации данных скрытые факторы совпадают с направлениями максимальной дисперсии данных в массиве, которые характеризуют экономические процессы, влияющие на кадастровую стоимость земли.
Так как полученные скрытые факторы ортогональны, то между ними отсутствует взаимная корреляция, что позволит построить модель расчета кадастровой стоимости более высокого качества, по сравнению с построением модели на основе коррелированных ценообразующих факторов. Для каждого из рассматриваемых городов было выделено по три скрытых фактора, достаточно полно описывающих данные кадастровой оценки. Таким образом, кадастровая стоимость городов Великие Луки, Нарьян-Мар, Тихвин, Советск и Октябрьский обусловлена следующими скрытыми факторами: инфраструктура, характеристики местности и комфортность территории, которые являются комбинациями ценообразующих факторов (местоположение, доступность к центру, местам трудовой деятельности, объектам культуры; уровень развития инженерной инфраструктуры и благоустройства территории; уровень развития сферы социального и культурно-бытового обслуживания населения; состояние окружающей среды; эстетическая, историческая ценность застройки, ландшафтная ценность территории; инженерно-геологические условия строительства).
Следует отметить, что структура данных, полученная после выявления скрытых факторов и определения их взаимодействия с ценообразующими, является иерархической со слабыми связями, то есть один объект нижнего уровня подчиняется двум и более объектам верхнего уровня. Наличие слабой иерархической связи объясняется, прежде всего, тем, что цено образующие факторы тесно связаны между собой.
Также следует учитывать, что, так как истинную структуру данных отображают скрытые факторы кадастровой стоимости, то построение регрессионной модели расчета кадастровой стоимости необходимо производить на их основе с применением принципа композиции функций. С учетом этого модель расчета кадастровой стоимости будет являться функцией от скрытых факторов, которые в свою очередь, представляют собой функцию ценообразующих факторов.
Согласно существующей методике кадастровой оценки земель населенных пунктов оценка земель вида разрешенного использования «Земельные участки, предназначенные для размещения домов многоэтажной жилой застройки» производится с помощью построения моделей расчета стоимости земли [33]. Под моделью расчета понимается математическая формула, отображающая связь между зависимой переменной и значениями соответствующих ценообразующих факторов.
На первом этапе построения модели производится сбор рыночной информации и ее анализ с целью устранения недостоверных данных и выбросов. Далее происходит отбор факторов кадастровой оценки.
Для сравнения подходов при построении модели расчета кадастровой стоимости модели были рассчитаны по двум подходам: на основе ценообразующих факторов (первый подход) и на основе скрытых факторов с применением принципа композиции функций (второй подход).
В целях построения статистической модели из совокупной выборки объектов формируются обучающая выборка, на которой проводится построение моделей, и контрольная выборка, на которой проверяется качество построенных моделей. Формирование обучающей выборки и контрольной выборки производится следующим образом: - объекты исходной выборки упорядочиваются по возрастанию их зависимой переменной; - из упорядоченной выборки случайным образом выбирались объекты и поочередно включались в обучающую и контрольную выборки. В сумме объекты обучающей и контрольной выборок должны составлять 75 % общей выборки данных.
Построение регрессионной модели стоимости земли и расчет величины кадастровой стоимости в городе тихвин
Согласно полученным результатам, среднее значение УПКС, рассчитанное по модели, составленной на основе обобщенных цено образующих факторов, составляет 1551,49 руб., минимальная величина УПКС - 901,53 руб. и максимальная величина УПКС - 2129,69 руб. В тоже время, для регрессионной модели, построенной на основе факторов, значения которых были рассчитаны с применением метода парных сравнений, составили: средняя величина УПКС - 1569,77 руб., минимальная величина УПКС - 988,06 руб. и максимальная величина УПКС - 2018,24 руб.
При этом значения рыночных показателей для рассматриваемой выборки данных составляют: средняя величина удельной стоимости -1578,38 руб., минимальная величина удельной стоимости - 892,49 руб., максимальная величина удельной стоимости - 2147,69 руб. Таким образом, среднее отклонение от рыночной стоимости для модели, основанной на скрытых факторах составило 5,5 %, а для модели, построенной с использованием ценообразующих факторов, - 9,9 %.
На основе собранной рыночной информации для города Нарьян-Мар были сформированы контрольная и обучающая выборка, приведенные в таблице В. 1-В.2, приложение В.
Также как и для города Великие Луки построение модели расчета кадастровой стоимости производилось на основе ценообразующих факторов и на основе принципа композиции функций. Скрытые факторы были рассчитаны аналогично предыдущему разделу на основе значений нагрузок (см. таблицу 2.10).
Согласно полученной матрице корреляций ценообразующих факторов для корректного построения регрессионной модели следует исключить факторы под номерами два, три и пять. Таким образом, из шести ценообразующих факторов для построения модели были использованы только факторы один, четыре и шесть. Параметры статически значимых моделей расчета кадастровой стоимости для города Нарьян-Мар приведены в таблице 3.7. Таблица 3.7-Проверка статистической значимости моделей кадастровой стоимости земли (Ycp=2298,37 руб.)
Характерної ііка Модели, построенные на основе значений ценообразующих факторов Модели, построенные на основе значений скрытых факторов Линейная модельY=2298,37+1289,17-x 1+16,14-х4-177,54-Хб Полином второй степениY=2300,15+1000,15-Xj2+20,35-х,2+1 69,02-Xj-Х4 Линейная модельY=2298,37-747,94-Q-270,45-Q, Полином второй степениY=2300,15-742,26-Q2-201,35-С22+71,02-СгС2 Обучающая выборка Контрольная выборка Обучающая выборка Контрольная выборка Обучающаявыборка Контрольная выборка Обучающаявыборка Контрольная выборка
Коэффициен тдетерминаци и 0,7469 0,7356 0,7598 0,7256 0,8608 0,8567 0,8655 0,8595 Среднеквадр атичная ошибка оценки 89,02 98,74 90,35 100,58 63,98 65,55 64,92 77,80 Среднее отклонение от рыночной стоимости, % 10,5 18,3 12,3 19,8 2,3 5,2 3,6 6,8 Согласно полученным параметрам статистически значимых моделей расчета кадастровой стоимости (таблица 3.7) наиболее подходящими для расчета в обоих случаях являются линейные. Следует отметить, что регрессионные модели, полученные с использованием скрытых факторов, по всем показателям превосходят модели, рассчитанные на основе ценообразующих факторов.
Согласно полученным результатам кадастровой оценки среднее отклонение от рыночной стоимости для модели, рассчитанной на основе скрытых факторов, составило 6,3 %, тогда как для модели, основанной на ценообразующих факторах, среднее отклонение от рыночной стоимости -19,8 %.
Согласно полученной матрице корреляций ценообразующих факторов для корректного построения регрессионной модели следует исключить факторы под номерами два и пять. Таким образом, из шести ценообразующих факторов для построения модели были использованы только факторы один, три, четыре и шесть.
Параметры статически значимых моделей приведены в таблице 3.9. Аналогично двум предыдущим разделам построение регрессионных моделей было произведено с использованием ценообразующих факторов и скрытых факторов (с использованием принципа композиции функций), рассчитанных с помощью коэффициентов нагрузок (таблица 2.10). Таблица 3.9-Проверка статистической значимости моделей расчета кадастровой стоимости земли (Ycp=1814,31 руб.)
Характе ристика Модели, построенные на основе значений ценообразующих факторов Модели, построенные наоснове значений скрытыхфакторов
Линейная модельY=1814,31-104,44- +898,75 -75,14-х,-443,04 Экспоненциаль ная модель21,70-Х +891.70-Х е 1 3Y = 510,19 -9,65-Х, -X, е i Линейная модельY=1814,31-555,86- +452,46-С2+399,03-С3 Обучающа я выборка Контрольна я выборка Обучающа я выборка Контрольна я выборка Обучающа я выборка Контрольная выборка Коэффициент детерминации 0,7880 0,7658 0,7853 0,7785 0,8483 0,8402 Средне квадратичн ая ошибка оценки 100,3 112,1 154,6 198,3 47,9 59,6 Среднее отклонение от рыночной стоимости, % 6,7 10,1 11,5 17,3 3,7 6,2
Для Тихвина была построена только одна статистически значимая модель на основе скрытых факторов кадастровой оценки и две статистически значимые модели с использованием ценообразующих факторов. Из двух моделей, рассчитанных с помощью ценообразующих факторов наиболее подходящей является линейная, так как ей соответствуют меньшие значения ошибок.
Результаты кадастровой оценки города Тихвин показаны в приложении Г. Согласно полученным величинам кадастровой стоимости среднее отклонение от рыночной стоимости составили 6,7 % для модели, основанной на скрытых факторах кадастровой оценки, и 14,6 % для модели, основанной на ценообразующих факторах.
Сформированные на основе статистических рыночных данных контрольная и обучающая выборка приведены в приложении Д.
Построение регрессионной модели производилось с использованием двух подходов: на основе ценообразующих факторов и на основе принципа композиции функций (расчет скрытых факторов, на основе которых строится регрессионная модель). Скрытые факторы были рассчитаны, так же, как и в предыдущих разделах на основе значений нагрузок (таблица 2.10).